自聊(liáo)天(tiān)机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次公开谈论人(rén)工智能话题。在最近的一(yī)次采访中，他再次(cì)表示：“AI可能会让科技行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌(gē)的市占率，因为(wèi)微软(ruǎn)在AI方面的行动相当迅速。而(ér)最终科(kē)技巨头将把(bǎ)AI整合成(chéng)用(yòng)户的(de)“全能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的(de)到来可能尚(shàng)需时(shí)日(rì)，但由ControlNet引发的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的(de)AIGC上一次(cì)爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国科罗拉(lā)多州举办的新兴数字艺术家竞(jìng)赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软(ruǎn)件(jiàn)被广(guǎng)大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用(yòng)户们可以在应用中输(shū)入一组(zǔ)关(guān)键词(cí)或者一(yī)张照片，就能获(huò)得一(yī)幅AI创作的画作(zuò)。

作(zuò)画的关(guān)键就是所输(shū)入的文(wén)本。同(tóng)一组关键词也可以创(chuàng)作出很多张风格不(bù)一(yī)样的画作，这让创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很多用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而另一部分(fēn)喜欢(huān)翻(fān)看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画的填(tián)写(xiě)关键词游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读(dú)博的中国人张吕敏创作(zuò)的(de)一种基于控制点的图像变形算法，主(zhǔ)要(yào)用于数字图像处理、计(jì)算机视觉和计算机(jī)图形学等领(lǐng)域。

其SD插件一经发布，在短短的(de)两天内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生成的结果尽可能的(de)符合要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生成(chéng)开始(shǐ)进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提(tí)取画面的(de)构(gòu)图，人物的姿势(shì)和画面(miàn)的深度信(xìn)息等。有了(le)它的帮助，就不用频繁的(de)用提示词来(lái)碰运(yùn)气，抽盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量的(de)浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试(shì)效果。

通过图片(piàn)就可(kě)以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实(shí)的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至输出的作品都(dōu)已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网(wǎng)络，而经过(guò)警方辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非(fēi)真人，而是AI绘(huì)图，那便是(shì)图片中女(nǚ)性的手指部(bù)分有的存在异常(cháng)。

千里修书只为墙 让他三尺又何妨全诗告诉我们什么道理，千里修书只为墙让他三尺又何妨全诗opy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人(rén)事表示：“现在因为手指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还不太(tài)会(huì)画人的(de)手，但(dàn)最新看到的图片(piàn)已经(jīng)有(yǒu)越来越完(wán)美的AI模型(xíng)出现，以后可(kě)能(néng)就完全(quán)没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外也(yě)已有发生。据英(yīng)国广播公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合(hé)成了(le)儿(ér)童受灾(zāi)的假照片发布到网(wǎng)络，以(yǐ)此诱骗善良的(de)人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真人照(zhào)片(piàn)般的(de)绘图(tú)效果，如果这样的(de)图片(piàn)被(bèi)用来(lái)诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还引发了(le)很(hěn)多担忧，一方面，批判者认(rèn)为AI在(zài)“学习(xí)”了(le)大(dà)量(liàng)前人的作品之(zhī)后(hòu)，其创作没有任何情绪(xù)和灵魂(hún)，难(nán)以(yǐ)和人类的(de)艺术(shù)创作(zuò)相提并论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有得(dé)到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上(shàng)”的创意(yì)。

马斯(sī)克也(yě)强调，人工智能的安全问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不能(néng)掩盖其(qí)光辉的贡献。现在(zài)看来(lái)，人工(gōng)智(zhì)能技术将(jiāng)是第(dì)四次(cì)工业革命的核心驱(qū)动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去千里修书只为墙 让他三尺又何妨全诗告诉我们什么道理，千里修书只为墙让他三尺又何妨全诗一年(nián)，人(rén)工智能在技术和(hé)商业(yè)层面都有了巨大进(jìn)展，AI绘画就是人工智(zhì)能技术发生方(fāng)向性改(gǎi)变的一个(gè)代表。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引(yǐn)爆科技圈的短视频。这些视(shì)频(pín)引发关(guān)注(zhù)并(bìng)非内(nèi)容做得多优秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如(rú)一匹正在喝水的马，一只(zhǐ)画画(huà)的玩具(jù)熊(xióng)，或者一(yī)段骑摩托车的第一视角录像，随便一个(gè)有手机(jī)的人都可以随手录下一段。

但这些(xiē)短(duǎn)视频的(de)创作方式(shì)非常简单(dān)，创作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至只是(shì)说(shuō)一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多的差(chà)别。

在(zài)Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视频(pín)的(de)AI还(hái)不足以在(zài)短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可以制作出超(chāo)过2分钟的(de)连贯的也(yě)有确切内容(róng)的视频，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视频多么(me)高清，也只(zhǐ)能是为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动(dòng)画。

不过能够(gòu)制(zhì)作出有具体(tǐ)剧情内容的视频就意(yì)味着，一些视频创作由AI代替人工完成已经初步有了可能。

当下AI的(de)发展(zhǎn)速度已经超过(guò)大部分人的想象(xiàng)。内容产业(yè)的本质是供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全新的(de)内(nèi)容生产(chǎn)方式，可以为(wèi)内(nèi)容产业带来更新的(de)内容风格(gé)、更快的(de)生产(chǎn)速(sù)度，更低的生(shēng)产成本，这(zhè)无疑会驱动内容产业(yè)的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还能(néng)应用(yòng)于音(yīn)乐、代码、机器(qì)人动(dòng)作等多种内容形(xíng)式的生成。不(bù)难(nán)发现该(gāi)项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得(dé)到(dào)有效(xiào)应用，对于下一代互联网各种元素的构建(jiàn)亦有关键意义。

从(cóng)商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对基于AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘(huì)画(huà)及(jí)视(shì)频或不(bù)是结果，而只(zhǐ)是AI进程中的一块重(zhòng)要拼(pīn)图，有望在技术更(gèng)新的加持(chí)下实现更大的(de)应用价值。

AI从理解内容(róng)，走向了可以生成内(nèi)容，甚至能够创造出独立价(jià)值和独立(lì)视角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座(zuò)

从技(jì)术的发展也可以看出(chū)，在语言大模型、图像大模型之后，多模态(tài)大模型(xíng)已(yǐ)经成为了新的趋(qū)势。

大(dà)模型(xíng)被誉为当前(qián)人工智能发展(zhǎn)的智能底(dǐ)座，是(shì)全(quán)球竞争最激烈的(de)研究方向之一，包(bāo)括谷(gǔ)歌(gē)、亚(yà)马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企业都(dōu)在竞相发力。

不(bù)过训(xùn)练(liàn)大模型(xíng)的确(què)价格不(bù)菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万美元。而(ér)对于一些更大的LLM(大型语言(yán)模型)，训练成本则介于(yú)200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立(lì)访客平均数1300万计算(suàn)，其对应芯片需求(qiú)为(wèi)3万多片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同(tóng)时，更应该关(guān)注(zhù)算(suàn)力(lì)网络的建设(shè)。

算(suàn)力网络正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目(mù)标离得更近。

因为(wèi)算力(lì)可以对突破性技术创(chuàng)新提供(gōng)大力的支持。这方面，多模(mó)态大模型是典型。作为面(miàn)向未来强人工智能、通(tōng)用人工智能(néng)的重(zhòng)要技术创新，多(duō)模(mó)态大模型(xíng)已经在人工智能领域提出了很多(duō)年，业界(jiè)也有不少技术突破，但是(shì)，多模态大模型进一步往下(xià)走，算力需求呈(chéng)几何式(shì)上升，一(yī)般的算力(lì)基础设施很快将(jiāng)难以胜(shèng)任。

从(cóng)图像(xiàng)、文字、语音(yīn)单独一项的训练，到双模态、三模态的(de)跃迁，让人工智能可以(yǐ)灵(líng)活应对不同模态(tài)的转化、像人与世界(jiè)交互一样自然，这(zhè)方面(miàn)，由算力网络来驱动将有明显优势。

此外，还(hái)有很多需要爆发式增长(zhǎng)的算(suàn)力(lì)来支撑(chēng)的(de)技(jì)术创新，将在人工(gōng)智(zhì)能算(suàn)力(lì)网络(luò)支撑下(xià)快速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容生产的(de)方(fāng)式，将创造的边际成(chéng)本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 千里修书只为墙 让他三尺又何妨全诗告诉我们什么道理，千里修书只为墙让他三尺又何妨全诗